palmito<- read.table("palmadulto.txt", header=T, sep="")
head(palmito)

dist=matrix(NA, ncol=102, nrow=102)
for(i in 1:101)
{
  for(j in (i+1):102)
  {
    difx2=(palmito$gx[i]-palmito$gx[j])^2
    dify2=(palmito$gy[i]-palmito$gy[j])^2
    dist[i,j]<-sqrt(difx2 + dify2)
    dist[j,i]<-sqrt(difx2 + dify2)
  }
  
}

(nn<-apply(dist, 1, min, na.rm=TRUE))

(mnn<-mean(nn))

resultado<- rep (NA, 1000)
resultado [1]<- mnn


for(k in 2:1000)
{
  
  xsim=round (runif(102, 0, 320), 1)
  ysim=round (runif(102, 0, 320), 1)
  resim= matrix(NA, 102, 102)
  
  for(i in 1:101) #1
  {
    for(j in (i+1):102)
    {
      difx2=(xsim[i]-xsim[j])^2
      dify2=(ysim[i]-ysim[j])^2
      resim[i,j]<-sqrt(difx2 + dify2)
      resim[j,i]<-sqrt(difx2 + dify2)
        }
    
  } #1 = minha distribuio de distancias dos meus dados
  resultado[k]<-mean(apply(resim, 1, min, na.rm=TRUE))
}
# peguei minha distribuicao de distancia, joguei valores aleatorios nela (xsim e ysim) e peguei a menor distancia nisso.

hist(resultado,xlim=c(13, 19))
abline(v = resultado[1], col="red")
abline(v=mean(resultado[k]), col="blue")

unicaudal=sum(resultado<=resultado[1])
unicaudal
p.uni=unicaudal/length(resultado)
p.uni

#no so distribudos aleatoriamente pois os valores teriam de cair perto da mdia do aleatrio caso (linha azul).
